본문으로 건너뛰기
aws검색
AI

SageMaker AI 와 Kiro, Amazon Q (모델 학습과 개발 도구의 현재 위치)

SageMaker 가 SageMaker AI 로 이름이 바뀐 뒤의 학습, 추론 옵션과 HyperPod, 2026-07-30 부터 Maintenance 가 된 SageMaker AI 기능들, 2025-11 GA 된 Kiro 와 2027-04-30 지원이 끝나는 Amazon Q Developer IDE 플러그인, Q Business 의 상태까지 2026-10 기준으로 정리합니다.

SageMaker AIHyperPodKiroAmazon Q Developer서비스 수명 주기2026-10 기준, 약 7분상태 표시 설명

이름부터 정리

2024-12 re:Invent 에서 AWS 는 데이터, 분석, AI 를 묶은 새 서비스를 Amazon SageMaker 라고 부르기로 하고, 원래의 머신러닝 서비스는 Amazon SageMaker AI 로 이름을 바꿨습니다. 그래서 2025 년 이후 문서에서 "SageMaker" 는 분석과 레이크하우스 의 Unified Studio 를 뜻하는 경우가 많고, 모델 학습과 배포는 "SageMaker AI" 라고 씁니다. API 이름(sagemaker)과 콘솔 경로는 대부분 그대로입니다.

지금 이름하는 일
Amazon SageMaker (Unified Studio)데이터, 분석, ML, 생성형 AI 를 묶은 작업 공간
Amazon SageMaker AI모델 학습, 튜닝, 배포, MLOps
SageMaker HyperPod대규모 분산 학습과 추론용 영구 클러스터
Amazon Bedrock기초 모델을 API 로 사용. Amazon Bedrock 참고

Bedrock 과 SageMaker AI, 언제 무엇을

  • 이미 있는 기초 모델을 프롬프트, RAG, 가벼운 미세 조정으로 쓰면 Bedrock 이 빠르고 운영이 적습니다.
  • 자체 데이터로 모델을 처음부터 학습하거나, 오픈 웨이트 모델을 직접 띄워 인스턴스 유형과 컨테이너를 통제하고 싶으면 SageMaker AI 입니다.
  • 추천, 수요 예측, 이상 탐지처럼 전통적인 ML 은 여전히 SageMaker AI 의 주 무대입니다.

학습

학습 작업은 지정한 인스턴스를 띄워 S3 의 데이터로 학습하고, 결과 모델을 S3 에 저장한 뒤 인스턴스를 내립니다. 쓴 시간만 냅니다.

  • 관리형 스팟 학습: 스팟 용량으로 학습해 비용을 크게 줄입니다. 중단에 대비해 체크포인트를 S3 에 저장하도록 코드를 짭니다.
  • HyperPod: 수백, 수천 개 가속기로 며칠씩 도는 학습에 씁니다. 장애 노드를 자동으로 바꾸고 이어서 학습합니다. Slurm 이나 EKS 로 오케스트레이션합니다. re:Invent 2025 에서 체크포인트 저장 없이 장애에서 복구하는 checkpointless 학습이 발표됐습니다.
  • 실험 추적: re:Invent 2025 에서 발표된 서버리스 MLflow 로 추적 서버를 띄우고 관리할 필요가 줄었습니다.

추론 옵션

옵션동작맞는 곳
실시간 엔드포인트인스턴스가 항상 떠 있음, 오토 스케일링낮은 지연, 꾸준한 트래픽
서버리스 추론요청이 없으면 0 으로 줄어듦, 콜드 스타트 있음간헐적 트래픽, CPU 모델
비동기 추론요청을 큐에 넣고 결과를 S3 로, 0 까지 축소 가능큰 입력, 수 분 걸리는 처리
배치 변환S3 데이터 전체를 한 번에 처리하고 종료야간 일괄 점수 매기기
import boto3, json
rt = boto3.client("sagemaker-runtime", region_name="ap-northeast-2")
resp = rt.invoke_endpoint(
    EndpointName="churn-xgb-prod",
    ContentType="text/csv",
    Body="34,2,120.5,0,1",
)
print(resp["Body"].read().decode())

실시간 엔드포인트는 쓰지 않아도 인스턴스 요금이 계속 나갑니다. 실험이 끝난 엔드포인트를 지우지 않아 생기는 비용이 SageMaker AI 청구서의 단골 항목입니다. 개발 계정에는 엔드포인트 개수를 세는 Config 규칙이나 정기 정리 Lambda 를 둡니다.

Maint 로 넘어간 기능 (2026-10 기준)

AWS 는 2026-06-30 서비스 가용성 공지에서 SageMaker AI 의 여러 기능을 2026-07-30 부터 Maint 로 바꿨습니다. 기존 사용자는 계속 쓸 수 있지만 새 고객은 시작할 수 없고 새 기능도 들어오지 않습니다.

기능단계
SageMaker Clarify, Debugger, Ground Truth, Model Monitor 등Maint (2026-07-30 부터)
SageMaker ProfilerSunset
SageMaker Ground Truth Plus2026-06-30 지원 종료

이 기능에 기대는 파이프라인이 있다면 대안을 미리 정합니다. 정확한 목록과 대안은 AWS 서비스 수명 주기 페이지와 해당 공지에서 확인합니다.

Kiro

Kiro 는 AWS 가 만든 AI 개발 도구(IDE 와 CLI)입니다. 2025-07 에 Preview 로 공개됐고, 2025-11 중순(11-24 공지 기준 그 전 주)에 GA 됐습니다. 핵심 개념은 스펙 기반 개발입니다.

  1. 요구 사항을 자연어로 말하면 Kiro 가 요구 사항 문서(requirements), 설계(design), 작업 목록(tasks) 을 만듭니다.
  2. 사람이 이 스펙을 검토하고 고친 뒤 작업을 하나씩 실행시킵니다.
  3. 훅(hooks) 으로 파일 저장, 커밋 같은 이벤트에 맞춰 테스트 작성, 문서 갱신을 자동으로 돌립니다.
  4. 스티어링(steering) 파일에 팀의 코딩 규칙, 아키텍처 원칙을 적어 두면 모든 작업에 반영됩니다.

GA 때 속성 기반 테스트(코드가 스펙을 지키는지 검사), 체크포인트, 터미널용 Kiro CLI, 기업용 팀 플랜이 추가됐습니다. 2026-06 AWS Summit New York 에서는 iOS 용 Kiro 가 제한된 Preview 로 발표됐습니다. MCP 서버를 붙여 AWS 문서, 사내 도구를 에이전트가 쓰게 할 수 있습니다.

.kiro/
  steering/
    tech.md          # 사용 언어, 프레임워크, 금지 패턴
    structure.md     # 디렉터리 구조 규칙
  specs/
    cost-report/
      requirements.md
      design.md
      tasks.md

Amazon Q 의 현재 상태

제품상태 (2026-10 기준)
Amazon Q Developer IDE 플러그인2027-04-30 지원 종료 예정. AWS 는 Kiro 로 이전을 권장
Amazon Q Business2026-07-30 부터 Maint
AWS 콘솔, 문서 안의 Q 도우미별도 공지가 없으면 계속 제공. 콘솔에서 확인

Q Developer 의 인라인 제안, 채팅, 코드 생성은 Kiro 에서 모두 쓸 수 있고, Q Developer 에서 Kiro 로 옮기는 안내가 있습니다. 회사에서 Q Developer Pro 구독을 관리하고 있다면 2027-04-30 전에 Kiro 의 팀 플랜, 인증 방식(IAM Identity Center 연동)과 데이터 처리 조건을 검토해 이전 계획을 세웁니다.

참고 "Q" 라는 이름이 붙은 제품은 시기마다 범위가 달랐습니다. 블로그나 강의 자료를 볼 때 작성 날짜를 꼭 확인하고, 서비스 단계는 출시 단계 상태판에서 봅니다.

체크리스트

  • 실험용 SageMaker AI 엔드포인트, 노트북 인스턴스, Studio 앱을 정기적으로 정리합니다.
  • 학습 데이터 버킷과 모델 아티팩트 버킷을 KMS 로 암호화하고, 학습 작업을 VPC 안에서 돌립니다.
  • Maint 기능에 새로 의존하는 설계를 만들지 않습니다.
  • AI 개발 도구는 조직 단위로 허용 목록을 정하고, 저장소의 비밀 정보가 프롬프트로 나가지 않게 규칙을 둡니다.

이 문서에서